YOLOやSSDより速いと噂のM2Detを試してみた

はじめに

先日、このような投稿を見つけました。→最新最強の物体検出技術M2Det
M2Detの論文の著者の方がソースコードを公開しているようなので実際に動かしてみました。
GitHubのREADME通りにやっても動かなかったので、自分の備忘録として記事に残します。

実行環境

OS：Ubuntu16.04
GPU：GTX 1050Ti (CPUだけでも問題ないと思います)
CUDA：9.2
Python：2.7

必要なものをインストール

pytorch

著者の方はpytorchを使ってM2Detのニューラルネットを記述していました。
なので、pytorchをインストールします。
OSやpythonのバージョンで微妙に変わるので、公式サイトを参考にしてインストールしてください。
pip install torch

torchvision

pip install torchvision

cython

pip install cython

その他

pip install opencv-python
pip install tqdm
（他にあるかも）

リポジトリのダウンロード

適当な場所にクローンしてください。
git clone https://github.com/qijiezhao/M2Det.git

#コンパイル
M2Detの中に移動してください。
cd M2det/

コンパイルしてください
sh make.sh

私の環境ではwarninigが３つほど出ました。
不安なのでもう一度コンパイルすると、

running build_ext
skipping 'nms/cpu_nms.c' Cython extension (up-to-date)
skipping 'nms/gpu_nms.cpp' Cython extension (up-to-date)
skipping 'pycocotools/_mask.c' Cython extension (up-to-date)

と出力されました。
上手くコンパイルできたっぽいので次に進みます。

weightファイルの準備

はじめに、weightファイルを保存するフォルダを作ります。
cd M2Det/ && mkdir weights

著者の方がすでに学習済みのweightファイルを用意してくれています。
ここからダウンロードしてください。

ダウンロードできたweightファイルを先ほど作ったM2Det/weights/の中に保存してください。

Demoの実行...

READMEに従って、demo.pyを実行してみます。
python demo.py -c=configs/m2det512_vgg.py -m=weights/m2det512_vgg.pth --show

しかし、エラーが出てしまいました。

Traceback (most recent call last):
  File "demo.py", line 7, in <module>
    from configs.CC import Config
ImportError: No module named configs.CC

どうやらmoduleのimportが上手く行っていないみたいです。
他にいい方法があるかもしれませんが、次のようなファイルを作成して、M2Det/configs/の中に保存します。

__init__.py

from . import CC
from . import default_settings
from . import m2det320_resnet101
from . import m2det320_vgg
from . import m2det512_vgg
from . import m2det704_vgg
from . import m2det800_vgg

これでimportのエラーは消えましたが、別のエラーが出ました。

~
SyntaxError: Non-ASCII character '\xe2' in file /home/rg26/M2Det/utils/box_utils.py on line 61, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details

M2Det/utils/box_utils.pyとM2det/layers/modules/multibox_loss.pyの１行目に、

.py

# coding: utf-8

を追加すれば解決します。

がしかし、またしてもエラーが出てしまいました。

Traceback (most recent call last):
  File "demo.py", line 38, in <module>
    priors = priorbox.forward()
  File "/home/rg26/M2Det/layers/functions/prior_box.py", line 36, in forward
    for i, j in product(range(f), repeat=2):
TypeError: range() integer end argument expected, got float.

M2Det/layers/functions/prior_box.pyの36行目を、

prior_box.py

35 for k, f in enumerate(self.feature_maps):
36     for i, j in product(range(int(f)), repeat=2):
37         f_k = self.image_size / self.steps[k]

上の用に変更してください。

そしてついに！

 ----------------------------------------------------------------------
|                       M2Det Demo Program                             |
 ----------------------------------------------------------------------
The Anchor info: 
{'aspect_ratios': [[2, 3], [2, 3], [2, 3], [2, 3], [2, 3], [2, 3]], 'clip': True, 'feature_maps': [64.0, 32.0, 16.0, 8.0, 4.0, 2.0], 'min_dim': 512, 'min_sizes': [30.72, 76.8, 168.96, 261.12, 353.28, 445.44], 'steps': [8, 16, 32, 64, 128, 256], 'max_sizes': [76.8, 168.96, 261.12, 353.28, 445.44, 537.6], 'variance': [0.1, 0.2]}
===> Constructing M2Det model
Loading resume network...
===> Finished constructing and loading model
pos:(2.0,146.5,36.2,273.8), ids:person, score:0.972
pos:(41.9,124.6,118.1,344.2), ids:person, score:0.913
pos:(123.3,142.2,181.3,355.8), ids:person, score:0.667
pos:(94.8,148.4,134.6,264.5), ids:person, score:0.506
pos:(43.7,141.8,70.7,191.0), ids:person, score:0.447
pos:(94.2,145.9,111.8,166.7), ids:person, score:0.128
~

成功しました。
M2Det/imgs/の中に入っている画像が次々と認識されます！

終わりに

M2Detを試すことができました。
今後はYOLOやSSDより速いのかどうか実際に計測してみたいと思います。